[发明专利]区域镶嵌图像质量评估方法和装置

说明书

本发明公开了一种区域镶嵌图像质量评估方法和装置，所述方法包括：获取区域镶嵌图像信息；利用所述镶嵌线，对所述区域镶嵌图像进行离散化处理，得到区域图像子块集；利用辐射一致性质量评估模型和几何一致性质量评估模型，得到图像一致性评估指标集；利用评估映射学习模型，得到区域图像子块的图像质量评估指标集；利用图像概率模型对所述区域图像子块进行统计处理，得到区域图像子块的评估权值，利用所述评估权值按照各指标分别进行加权求和处理，得到区域镶嵌图像的质量评估结果。本发明在实际应用时，既可以评价单个区域镶嵌子块的镶嵌质量，也可以评价大区域镶嵌图像的镶嵌质量，应用灵活，同时有效提高了图像质量评价的效率。

技术领域

本发明属于图像质量评估领域，具体涉及一种区域镶嵌图像质量评估方法和装置。

背景技术

区域镶嵌，尤其是大区域镶嵌，作为一种图像处理的高级应用手段，能够在有限观测视场条件下，对多次获取的大量图像数据进行镶嵌拼接，从而获得一幅视场范围更广，信息涵盖更加丰富的大区域对地观测图像。由于大区域镶嵌过程中所利用的图像数据源差异较大，加上复杂成像条件的影响，很难实现理想的镶嵌处理效果，镶嵌线两侧容易出现颜色不均、地物错位等情况，从而造成颜色不均、地物错位等辐射和几何方面的图像质量问题。在应用时，若大区域镶嵌图像的几何质量出现偏差，轻则影响产品的整体视觉效果，严重时有可能出现重要目标重复，或者丢失的情况。这类具有镶嵌质量问题的图像产品，将影响大幅面场景中目标检测识别、地表分类等信息提取手段的进一步应用，造成对图像信息的错误解译。因此，对大区域镶嵌图像开展质量评估具有重要意义。

理想的大区域镶嵌图像在镶嵌处理的过渡区域是平滑且连续的。实际上，镶嵌过渡区域不可避免会出现亮度不均匀和像素几何未对准的情况。这类失真类型与普通的噪声类型不同，是镶嵌操作造成的特殊失真，从视觉效果上可以归结为颜色差异和几何错位两种失真类型。

目前，对图像进行质量评估的定量指标有很多，如峰值信噪比、结构相似度等。峰值信噪比质量评估方法以单个像素作为处理对象，没有对图像整体信息的把握，无法如实反映人眼的视觉特性。结构相似度质量评估方法着眼于结构信息的相似度度量，在一定程度上忽略了更为丰富的图像底层信息的差别。此外，当前的图像质量评估方法都是针对图像中常见的一般失真类型，不具有针对性和普适性。因此，当前这些常用的图像质量评估方法并不适用于大区域镶嵌图像的质量评估。近年来，采用深度学习方法进行质量评估的研究也开始出现，但是这类方法通常需要大量的带有图像主观质量真值的训练样本，例如图像分类中常用的ImageNet数据集包含约128万张训练图像，而通过主观质量评估获得图像的质量真值需要耗费大量的人力物力，比如LIVE Challenge数据库，仅包含接近1200张图像，就需要超过350000个主观质量得分，因此获得和ImageNet规模相当的镶嵌图像质量评估数据集几乎是不可能完成的任务，此外，基于深度学习的方法通常运算量很大，需要使用GPU加速才能达到比较理想的运行速度，这些都为算法的实际应用带来困难。

发明内容

针对如何高效而准确地实现区域镶嵌图像质量评估的问题，本发明公开了一种区域镶嵌图像质量评估方法和装置。该方法将质量评估的对象聚焦在大区域镶嵌图像的镶嵌线区域，通过采样方式获得镶嵌线两侧的图像块子区，对每个图像块子区进行评估，并通过基于图像熵的加权方法得到大区域镶嵌图像的最终质量评估结果，从而实现对大区域镶嵌图像的评估。

本发明公开了一种区域镶嵌图像质量评估方法，包括：

S1，获取区域镶嵌图像信息；所述区域镶嵌图像信息，包括区域镶嵌图像和镶嵌线；

S2，利用所述镶嵌线，对所述区域镶嵌图像进行离散化处理，得到区域图像子块集；

S3，利用辐射一致性质量评估模型和几何一致性质量评估模型，分别对所述区域图像子块集进行评估处理，得到图像一致性评估指标集；所述图像一致性评估指标集，包括辐射一致性质量评估指标和几何一致性质量评估指标；